NLP：标记网址

Question

从URL中提取3个与其相关性的标签的最佳方法是什么？

例如：给定http://david.heinemeierhansson.com/2014/tdd-is-dead-long-live-testing.html

结果可能是：

Test-driven-development: 0.7
Rails: 0.2
Programming: 0.1

PS：

1）它适用于Rails应用程序。因此，好的答案应该包括API请求，或者执行此操作的Ruby Gem。

2）相关性实际上不必标准化（总计为1）

Answer 1

您可以对网址的内容进行主题建模：http://psiexp.ss.uci.edu/research/programs_data/toolbox.htm